PDFxTMDLib: A High-Performance C++ Library for Collinear and Transverse Momentum Dependent Parton Distribution Functions

Il documento presenta PDFxTMDLib, una moderna libreria C++ ad alte prestazioni progettata per superare le limitazioni delle soluzioni esistenti offrendo un framework flessibile e personalizzabile per le funzioni di distribuzione dei partoni collinari e dipendenti dalla trasversa, la cui validità è stata confermata attraverso l'integrazione in PYTHIA e confronti con LHAPDF e TMDLib.

L'essenziale

Immagina di voler prevedere cosa succede quando due auto da corsa (i protoni) si scontrano a velocità incredibili, come quelle che vediamo negli esperimenti del CERN. Per fare questo, i fisici hanno bisogno di una "mappa" dettagliata di cosa c'è dentro quelle auto: non sono scatole vuote, ma contengono un caos di particelle più piccole chiamate partoni (quark e gluoni).

Queste mappe si chiamano PDF (Parton Distribution Functions). Esistono due modi principali per leggere queste mappe:

1. La visione "piatta" (Collinear): Immagina di guardare le auto solo da davanti. Vedi quanto sono veloci in avanti, ma ignori se stanno oscillando un po' da lato a lato.
2. La visione "3D" (TMD): Qui guardi anche il movimento laterale. È come se vedessi le auto non solo andare avanti, ma anche dondolare e scivolare lateralmente. Questa visione è più complessa ma necessaria per certi tipi di collisioni.

Il Problema: Due Mappe, Due Strumenti Diversi

Fino a oggi, i fisici dovevano usare due librerie software diverse per leggere queste mappe:

• LHAPDF: Ottimo per la visione "piatta", ma un po' rigido.
• TMDLib: Necessario per la visione "3D", ma un po' caotico e difficile da espandere.

Era come se avessi bisogno di un GPS per guidare in città e di un altro GPS completamente diverso per guidare in montagna. Se volevi fare un viaggio complesso che richiedeva entrambi, dovevi passare da un dispositivo all'altro, rischiando errori e perdendo tempo. Inoltre, se volevi disegnare una nuova mappa con regole strane, non potevi farlo facilmente perché gli strumenti erano chiusi.

La Soluzione: PDFxTMDLib

Gli autori di questo articolo hanno creato PDFxTMDLib, un nuovo "super-GPS" scritto in C++ che fa tutto in un unico posto.

Ecco perché è speciale, usando delle analogie:

1. Un Solo Strumento per Tutto:
   Immagina di avere un coltellino svizzero che non solo taglia e apre lattine, ma ha anche una lente d'ingrandimento e un righello integrato. PDFxTMDLib legge sia le mappe "piatte" che quelle "3D" con lo stesso codice. Non devi più cambiare programma.

2. Flessibilità Estrema (Come i LEGO):
   Le vecchie librerie erano come un blocco di cemento: se volevi cambiare qualcosa, dovevi rompere tutto. PDFxTMDLib è costruito come un set di LEGO. Se un ricercatore ha bisogno di un modo speciale per leggere i dati o di calcolare le incertezze in un modo nuovo, può semplicemente "agganciare" un nuovo pezzo (un modulo) senza dover ricostruire l'intera torre. È progettato per crescere: oggi legge 2 o 3 dimensioni, domani potrà leggere 4 o 5 dimensioni se la fisica lo richiederà.

3. Velocità e Precisione:
   Hanno testato questo nuovo strumento simulando 50 milioni di collisioni (un numero enorme!). Risultato? È più veloce del vecchio GPS (LHAPDF) del 5-6% e, cosa più importante, dà esattamente gli stessi risultati. È come se avessero trovato un'auto che consuma meno benzina ma arriva allo stesso tempo e nello stesso modo.

4. Nuove Funzionalità per la Visione 3D:
   Per la prima volta, questo strumento permette di calcolare le "incertezze" (quanto possiamo fidarci della mappa) anche per le visioni 3D (TMD). Prima, per le mappe 3D, dovevi affidarti a calcoli esterni o manuali. Ora, il GPS ti dice subito: "Ehi, qui la mappa è precisa, qui c'è un po' di nebbia".

In Sintesi

Gli scienziati hanno creato un motore universale per leggere le mappe delle particelle.

• Prima: Dovevi usare due motori diversi, uno vecchio e uno complicato.
• Ora: Hai un unico motore moderno, veloce, che puoi personalizzare a piacimento e che funziona perfettamente sia per le mappe semplici che per quelle complesse.

Questo permette ai fisici di concentrarsi sulla scoperta di nuove particelle e sulla comprensione dell'universo, invece di perdere tempo a far funzionare software complicati. È un passo avanti importante per rendere la ricerca sulla materia più efficiente e accessibile.

Sommario tecnico

Sintesi Tecnica: PDFxTMDLib

1. Il Problema

Nella fisica delle alte energie, le funzioni di distribuzione dei partoni (PDF) sono fondamentali per calcolare le sezioni d'urto nei processi di collisione. Esistono due quadri teorici principali:

• Fattorizzazione collinare: Utilizza le cPDF (funzioni di distribuzione collinari), che dipendono solo dalla frazione di impulso longitudinale $x$ e dalla scala di fattorizzazione $\mu$.
• Fattorizzazione $k_t$: Utilizza le TMD (funzioni di distribuzione dipendenti dall'impulso trasverso) o UPDF, che includono anche l'impulso trasverso $k_t$.

Attualmente, la comunità scientifica fa affidamento su due librerie principali: LHAPDF (per cPDF) e TMDLib (per TMD). Tuttavia, queste presentano limitazioni significative:

• Mancanza di estensibilità: Sono basate su interpolazioni a dimensioni fisse, rendendo difficile l'implementazione di distribuzioni di ordine superiore (es. DPDF - Double Parton Distribution Functions).
• Rigidità e personalizzazione: Gli utenti sono vincoli agli algoritmi e alle implementazioni interne fornite; non è facile supportare PDF non convenzionali o metodi di interpolazione/estrapolazione personalizzati.
• Mancanza di standardizzazione nelle TMD: Non esiste uno standard unificato per la struttura delle griglie o dei file delle TMD. TMDLib è una collezione di componenti indipendenti, il che rende l'aggiunta di nuovi set complessa.
• Gestione delle incertezze: Nessuna libreria TMD standard offre un quadro coerente per la valutazione dell'accoppiamento QCD o per lo studio delle incertezze a livello di distribuzione (necessario per analisi diagnostiche e comparative).

2. Metodologia e Architettura

Per colmare queste lacune, gli autori hanno sviluppato PDFxTMDLib, una moderna libreria C++ progettata per gestire cPDF e TMD in un quadro unificato. L'architettura si basa su tre principi fondamentali:

1. Separazione delle responsabilità: Interfacce chiaramente definite.
2. Polimorfismo a tempo di compilazione: Ottimizzazione delle prestazioni tramite il pattern Curiously Recurring Template Pattern (CRTP).
3. Cancellazione dei tipi (Type Erasure): Flessibilità nell'interfaccia senza sacrificare le prestazioni.

Componenti Chiave:

• Classe PDFSet: L'interfaccia principale per l'utente. È un template che si specializza in base al tag (Collinear o TMD) e unifica l'accesso a cPDF, TMD, accoppiamento QCD ($\alpha_s$), incertezze e correlazioni.
• Classi Factory (GenericCPDFFactory, GenericTMDFactory, CouplingFactory): Gestiscono l'istanziazione degli oggetti che implementano le interfacce ICPDF, ITMD e IQCDCoupling. Utilizzano la cancellazione dei tipi per permettere agli utenti avanzati di bypassare l'astrazione PDFSet e accedere direttamente agli oggetti calcolati.
• Classe GenericPDF: Il cuore computazionale. È un template parametrizzato da strategie per la lettura dei dati (IReader), l'interpolazione (IInterpolator) e l'estrapolazione (IExtrapolator). Questo design modulare permette di sostituire facilmente gli algoritmi (es. da bilineare a trilineare) o di gestire dimensioni superiori (2D, 3D o oltre).
• Nuovo Formato File: Introduce il formato lhagrid_tmd1, un'estensione del formato lhagrid1 di LHAPDF, per standardizzare la struttura delle griglie TMD (organizzate per $x$, $k_t^2$, $\mu^2$ e sapori).

3. Contributi Chiave

• Quadro Unificato: La prima libreria che gestisce nativamente sia cPDF che TMD con la stessa interfaccia API, semplificando l'integrazione in generatori di eventi come PYTHIA.
• Supporto per le Incertezze nelle TMD: Introduce per la prima volta nella gestione delle TMD il calcolo delle incertezze statistiche e delle correlazioni a livello di distribuzione, seguendo la convenzione di LHAPDF (campo ErrorType nei metadati).
• Calcolo dell'Accoppiamento QCD: Estende la capacità di calcolare $\alpha_s(\mu^2)$ anche nel dominio delle TMD.
• Estensibilità Futura: L'architettura è progettata per supportare facilmente distribuzioni multidimensionali future (es. DPDF, DTMD) senza riscrivere il codice di base.
• Interfacce Multiple: Fornisce un'API C++ completa e un binding Python per l'uso rapido e la visualizzazione dei dati.

4. Risultati e Validazione

Gli autori hanno validato la libreria attraverso test numerici rigorosi e confronti con le librerie esistenti:

• Simulazione Drell-Yan: Hanno integrato PDFxTMDLib nel generatore di eventi PYTHIA per simulare collisioni protone-protone a 13 TeV.
  • Accuratezza: Le sezioni d'urto totali e differenziali (massa invariante, rapidità, impulso trasverso) mostrano un accordo perfetto con i risultati ottenuti usando LHAPDF.
  • Prestazioni: PDFxTMDLib ha dimostrato un miglioramento delle prestazioni rispetto a LHAPDF, riducendo il tempo di esecuzione per 50 milioni di eventi di circa il 5,6% (da 171.935s a 162.263s), grazie ad algoritmi ottimizzati.
• Confronto Diretto:
  • cPDF: Confronti diretti per set come METAv10LHC, CT18LO ed EPPS16 mostrano una corrispondenza esatta con LHAPDF.
  • TMD: Confronti per i set della famiglia Parton Branching (PB) mostrano una perfetta sovrapposizione con i risultati di TMDLib, validando la correttezza dell'implementazione delle TMD.

5. Significato e Impatto

PDFxTMDLib rappresenta un passo avanti significativo per la fenomenologia delle alte energie:

• Standardizzazione: Offre un approccio standardizzato per l'accesso e la gestione delle TMD, riducendo la frammentazione attuale.
• Flessibilità di Ricerca: Permette ai ricercatori di implementare facilmente componenti personalizzati (lettori, interpolatori) per adattarsi a nuovi modelli teorici o formati di dati.
• Preparazione al Futuro: La sua architettura scalabile posiziona la libreria come strumento ideale per le analisi future che richiederanno distribuzioni di partoni più complesse (es. correlazioni tra due partoni).
• Accessibilità: La disponibilità di interfacce sia in C++ che in Python, unita alla documentazione completa, facilita l'adozione da parte di una vasta comunità di fisici.

In conclusione, PDFxTMDLib non sostituisce semplicemente le librerie esistenti, ma le eleva fornendo un'infrastruttura moderna, performante e modulare che risolve problemi di interoperabilità e flessibilità, mantenendo al contempo la precisione fisica necessaria per la ricerca di frontiera.